Grip op je marketingresultaten: track zelf en haal het maximale uit je online marketingdata

Veranderingen in privacyregelgeving en technologie beïnvloeden al jaren het online meten van je campagneresultaten. Door meer gegevens zelf te ‘tracken’ (met UTM-tracking) houd je controle en ben je minder afhankelijk van techgiganten.

De nadruk ligt vooral op het beperken van tracking (volgen) van individuele gebruikers. Dit heeft echter ook gevolgen voor tracking die in de basis niet gericht is op personen, zoals het meten van klikken en conversies van marketingcampagnes. Wat is de impact van deze veranderingen? En hoe kun je binnen deze kaders het beste resultaat behalen?

De impact

Het (deels) verdwijnen van third-party cookies staat bij de meeste marketeers inmiddels wel op de radar. Maar dat is niet alles wat online measurement raakt. Er zijn ook andere ontwikkelingen die van invloed zijn op je metingen, ook in je eigen first-party analytics-systemen.

• Verdwijnen van ‘third-party’ cookies
  Third-party cookies hebben met name impact op conversietracking in (externe) marketingplatforms zoals Google Ads en Meta. Alternatieve methoden zijn het gebruik van click-ID’s (denk aan ?gclid= en ?fbclid=), first-party cookies, of het meesturen van e-mailadressen naar de platforms om de matching te verbeteren (bijvoorbeeld via de Facebook Conversions API). Maar dit is erg privacygevoelig en helpt alleen bij metingen binnen deze externe platforms.
• Meer ‘tracking-prevention’-mechanismen
  Het gaat niet alleen over third-party cookies. Ook het gebruik van first-party cookies en click-ID’s voor tracking door platforms zoals Google Ads en Meta wordt steeds meer beperkt. In Apple iOS 17 worden in bepaalde gevallen specifieke parameters uit URL’s verwijderd, zoals de auto-tagging-parameter van Google Ads (?gclid=). Zonder deze parameter kan Google Analytics geen campagne-informatie toevoegen aan de rapporten. En in sommige browsers, zoals Brave, bestaat al de optie om naast click-ID’s ook UTM-parameters automatisch te verwijderen.
• Marketing- en ‘analytics’-platformen worden een zwarte doos
  Door de genoemde ontwikkelingen missen marketing- en analytics-platformen een deel van hun attributiedata en stappen ze vaak over op conversion modelling, waarbij ze voor een gedeelte van de data voorspellen wat de impact was. Dit zorgt er echter voor dat de resultaten in deze platforms steeds meer een zwarte doos worden waarvan je echte grondslagen niet kent, waarbij elk platform zijn eigen, niet-transparante systeem heeft.
• Menselijke fouten
  Het handmatig taggen van campagnes met UTM’s is foutgevoelig. Hierdoor mis je belangrijke informatie en is matching tussen databronnen achteraf een stuk minder nauwkeurig.
• Gestuntel door Google Analytics
  Hoewel er inmiddels goede alternatieven beschikbaar zijn, gebruiken de meeste organisaties nog steeds Google Analytics 4. Het afgelopen jaar zijn er regelmatig bugs gerapporteerd, die soms maandenlang onopgelost bleven. Zo werd er in veel accounts bijvoorbeeld 25-30 procent van al het verkeer als (not set) weergegeven en niet correct aan het juiste marketingkanaal toegekend.
• Alleen een server-side tracking setup is niet voldoende
  Een server-side-tracking-setup (veelal Google Tag Manager Server) helpt om de datakwaliteit en websiteprestaties te verbeteren, maar helpen niet bij eerder genoemde punten (zoals het automatisch verwijderen van click-ID’s), omdat dit al plaatsvindt voordat een gebruiker een website/app bezoekt.

 Een goed idee: metingen in eigen beheer

Om beter inzicht te krijgen in je marketinginspanningen zijn nauwkeurige metingen essentieel. Ze vormen de basis voor analyses die marketeers en management gebruiken om betere beslissingen te nemen. Hoewel je, vanwege verschillende factoren, nooit de volledige waarheid kunt meten, kun je binnen de kaders wel zorgen voor optimale metingen. Dit geeft je betere invalshoeken om resultaten te analyseren.

Het is daarbij belangrijk om niet volledig afhankelijk te zijn van externe platformen zoals Google Ads of Meta. Door de metingen en analyses in eigen beheer te nemen, heb je volledige controle over hoe de resultaten worden gemeten en geanalyseerd.

Een aantal vragen kun je (beter) beantwoorden met deze data:

• Hoe presteren onderliggende campagne-elementen, zoals zoekwoorden en advertenties? Waar moeten de aanpassingen worden gemaakt? Wat is de overlap tussen SEO en SEA?
• Hoe dragen verschillende kanalen bij aan de totale customer journey? Analyses zoals Multi-Touch-Attributie, Media Mix Modelling (MMM), en geo-experimenten kunnen hierbij helpen, maar voor al deze analyses heb je goede data nodig.
• Welke kanalen – en specifieker: welke zoekwoorden of advertenties – dragen bij aan de verkoop van specifieke producten? Verkoopt een product zichzelf, of heeft het een advertentiecampagne nodig voor succes?
• Zit er onderscheid in het soort (nieuwe) klanten die door verschillende kanalen worden aangeleverd?

Blind vertrouwen in Advantage+ en Performance Max?

Veel adverteerders laten hun campagnes tegenwoordig bijna volledig door algoritmes aansturen, zoals Google Performance Max en Meta Advantage+. Mijn ervaring is om in dat soort gevallen goed de vinger aan de pols te houden en meer inzicht te krijgen in hoe het algoritme werkt voor jouw specifieke setup, in plaats van blind te vertrouwen op de rapportages en aanbevelingen van de platforms zelf.

Voorbeeld: we zien vaak dat er veel verkeer naar productpagina’s werd gestuurd van producten waarvan de populaire maten al dagen waren uitverkocht. Zonde van je budget.

Beginnen met een ‘first-party marketing measurement’-setup?

Om meer inzicht te krijgen in je resultaten en te ontdekken welke factoren je kunt beïnvloeden, zijn er verschillende zaken die je kunt verbeteren:

1. Basis-UTM-tracking op orde
   Old but gold. Zorg ervoor dat je een solide campagnemeetplan hebt en stel deze UTM’s consistent samen. Vaak gebeurt dit met behulp van een simpele spreadsheet, waarin je gemakkelijk de juiste en consistente waarden voor de UTM’s kunt vastleggen. Maak bijvoorbeeld onderscheid tussen organische en betaalde campagnes, branding en/of branded/non-branded campagnes.
   Ook is het belangrijk om regelmatig te blijven checken of de UTM-tracking nog goed staat. Gebruik vooral AI/ChatGPT om een export (Google Analytics 4) van je landingpages en UTMs periodiek te laten checken op fouten die je niet snel met het blote oog ziet (zoals dubbele spaties en hoofdletters).
2. Uitbreiden UTM-tracking met automatische ingevoegde campagne-ID’s
   Ook al gebruik je een spreadsheet, de kans op menselijke fouten is nog steeds groot. Aanvullend kun je campagne-ID’s toevoegen (in bijv ?utm_id=<campagne-id>. In de meeste kanalen kan dit automatisch met macro’s (waaronder in Facebook en Google), zodat je niet voor elke campagne handmatig de ID’s hoeft in te vullen. Dit is relatief eenvoudig op te zetten, en met een korte check door een technisch webanalist weet je zeker dat het goed staat.
3. Een eigen trackingparameter gebruiken
   Ook is het mogelijk om naast UTM-parameters, een eigen parameter te creëren (bijoorbeeld: ?campaign_id=) waarin je automatisch campagne-ID’s invoegt. Deze ID’s kun je dan later matchen met data-exports uit Google, Facebook of Tiktok.
   Bij voorkeur ga je nog een niveau dieper en voeg je naast campagne-IDs ook adgroup/ad/keyword-ID’ss toe. Maar vergeet bijvoorbeeld ook product-ID’s niet. Dit is erg handig om onder andere geautomatiseerde product- of shoppingcampagnes te monitoren. Bijkomend voordeel is dat je mogelijk in de toekomst buiten schot blijft als browsers ook UTM-parameters gaan verwijderen. Belangrijk is wel dat je geen persoonlijke identifiers toevoegt.
   

   Afbeelding 1. Hoe een eigen trackingparameter gestructureerd kan worden voor verschillende kanalen.

4. Niet afhankelijk van Google Analytics 4: creëer je eigen analyseomgeving en inzichten
   Dit heeft wat meer voeten in de aarde, maar kan veel impact maken. Google Analytics 4, maar ook andere analysetools zoals Piwik Pro of Amplitude, bieden de mogelijkheid om ruwe data te exporteren naar clouddataomgevingen (zoals Google BigQuery), wat de basis vormt voor een marketingdata-omgeving. Deze data kun je vervolgens koppelen aan andere bronnen, zoals klik- en impressiedata uit Google Ads of Facebook, en matchen op basis van het campagne-ID (precies: uit de UTM-/campagneparameters).
   

   Afbeelding 2. In een eigen analyseomgeving, zoals Google BigQuery, kun je vrij eenvoudig de samengevoegde campagneparameter ‘uitpakken’, zodat je deze kunt matchen met andere bronnen.

Met eenvoudige wijzigingen de datakwaliteit verhogen

Met een eigen omgeving ben je niet langer afhankelijk van een interface (die vaak niet optimaal werkt of foutgevoelig is) en open je de deur naar impactvolle analyses op basis van gecombineerde data (klant, order, online en kanaal data), die leiden tot actiegerichte inzichten. Maar zorg er in ieder geval voor dat je UTM’s op orde zijn en op z’n minst een campagne-ID bevatten. Zo verzamel je de juiste data en kun je op een later moment rapportages maken waar je als organisatie zelf de regie over hebt.

Over de auteur: Krisjan Oldekamp is medeoprichter van en Marketing Technology & Data consultant bij Turntwo.